其中開頭和結尾開放問題（自我介紹＆你還有什麼問題）非常關鍵，但很常被忽略，答不好常常被過度簡化只是缺乏包裝，但其實這兩題要回答得好非常需要統整和應變能力。中間的專業問題通常有標準答案，但開放申論是你最能自由發揮，是展現你的專長，特點，跟自我推銷的大好機會。
為什麼你一定要掌握這兩個非專業問題呢？
在面試的順序上，這兩個開放性問題通常剛好是開頭跟結尾，而人的大腦在記憶一長串事情時，通常把開頭跟結尾的最清楚。換句話說如果你的開頭跟結尾答的很好，中間的部分只要不是太誇張的糟，就能跟幫你加很多分，事半功倍。
反之，如果一開頭就讓人扣分，後面要加分回去就變困難，因為要改變人的看法其實很難，人喜歡找證據證明自己一開始的看法是對的。或是，因為結尾無力虎頭蛇尾讓人想不起來你跟別人有什麼差別，很可惜1。
這個自我介紹跟你還有什麼問題，看似跟工作沒有直接相關，但你的回答卻往往決定你能否在一群一樣很傑出的侯選人中突顯出來。
“Tell me about yourself”到底要講什麼？
其實與其說是自我介紹，更像是說一個故事。「tell me about yourself」的關鍵，是摘要你的履歷，幫你的豐功偉業畫重點，並且強調為什麼你很適合這份工作。
我建議準備方式是精讀徵人啟示的要求，熟背你的個人履歷，然後準備總長不超過五分鐘左右的pitch，分四段落：
1. 很短的自我介紹 （< 0.5 min)
2. 履歷重點 (< 2-2.5min)
3. 個人特質重點 (< 2-2.5min)
4. 為什麼要選你 (< 1min)
（註：這篇寫的時候我剛畢業，內容也比較適合剛畢業留學生，
如果你已經工作一陣子，或是想要networking,
我更推薦 「利用3個關鍵字和1個故事，打造一個令人印象深刻的自我介紹」，
但大架構還是相同的）
1. 很短的個人背景簡介。
這裡只要一句話，涵蓋你的名字，學歷，原國籍，工作許可。一句話就好，把時間留給二三段。
剛畢業時，我通常都是簡單說 [你好我叫凱薩琳，海洋學博士，從台灣來，已經住在美國十年是公民。]
（註：現在更常說，我是海洋學家/數據科學家（JD的關鍵字），本來研究水母，有政策/環境/數據專長 （視情況拿出次要主打））
為什麼我要一開始就先提我從台灣來這種看似風法牛不相干的事？因為大部分的母語者這對口音都非常敏感，一點點不一樣就會聽出來不是本地人，然後大腦就很容易忍不住的想「這到底哪裡的口音？他到底哪裡人？」，但法律規定不能問國籍等跟工作不相關的事。為了避免這個不重要的問題佔據面試者的大腦，我就直接告訴他答案，然後我們就可以進入重點。
另外如果你有綠卡或公民，也可以在這裡提, 理由同上，省得他們想問不能問。如果你沒有，可以換成說你可以合法工作，不需要sponsorship等。如果你需要sponsorship, 就先不需要提，強調可以合法工作就好了。
至於你家幾個人，家境是否小康，喜歡看什麼電影跟吃什麼美食，有沒有結婚 有沒有小孩 有沒有懷孕，原則上都不需要提。
（註：第二份工作，就不用講有沒有工作許可了，因為顯然你有）
2. 履歷畫重點
大部分的面試者都不會只有面試一個人，你的經歷除非真的十分突出如得過諾貝獎之類讓人過目難忘，否則大部分的時候面試者不會特別記得你有什麼豐功偉業，像一張白紙來面試你。
所以你要利用這個機會把這張白紙畫滿對你有利的風景，這樣面試者回頭再看你的履歷時，目光就會聚焦在你想要他們注意的地方。
這個畫重點應該要貼著每個工作面試而有不同。所以面試前在要熟讀徵人啟示和你自自己的履歷，看看他們說要找什麼樣的人需要怎麼樣的特長，有那些關鍵字，然後用這些關鍵字造樣造句，套上你的相關經歷。
這部分對跨領域找工作尤其重要，應該要強調你的學經歷跟這個工作需求的關連性，並且具體指出實例。舉例是你的好朋友，可以讓你的陳述不會流於空泛，也會更有故事性。
如果你找的工作跟你的所學直接相關，那應該很好發揮; 如果是跨領域的話，就要強調關聯性跟可以通用的經驗。如，現在很多人轉行做數據相關工作，我自己也算走向統計分析的領域。這方面的徵人啟示通常會說要quantitative analysis, 會某寫程式語言等等。我既不是數學也不是CS畢業的，所以我就會說：
我的專業訓練是海洋學，但我有很多統計分析跟處理大量數據的經驗。如我的博士論文需要用Ｒ分析每小時採樣一次每0.5公尺就一個樣本，上萬行以上的的水質數據。我用無母數分和多變量分析探討浮游生物生低氧的關係，並且用Matlab建立一個3D的 IBM模型，探討不同的動物行為和環境如合影響食物網的變動，成果已經發表在XXX期刊上，在我的履歷第二頁下方。
環境領域的數據通常都很不完美，大部分都是非常態分佈, missing data/under detective、探針壞了、儀器壞了、天氣不好不能採樣， 等非理想狀態都是家常便飯，所以我對ugly data很有經驗，經常使用SAS, R, Matlab 等軟體QAQC大量數據，clean data, 揪出outliner,用imputation的方式彌補缺少的數據，和用permutation method來增加分析敏感度, 用ML找出規律，挖掘出數據背後的意義。
我就是用這個舉例拿到第一個轉行數據的工作（統計研究員）。這個舉例用學校研究當例子，每個研究生應該都可以講個類似的出來。之後有相關工作的例子那會更有說服力，但廣適性比較小所以我就不特別提了。
這段所舉例子應該要針對每個工作寫的， 所提到的這些東西也應該出現在的你的履歷上。我每一次找工作投的履歷都不盡相同，面試過程中所強調重點和所舉例的故事也都不一樣。
一個成功的面試，最終其實就是說一個好故事。你的故事是什麼，讓面試者看到你是一個怎麼樣的人，而不是只是一個工具，也因此下一段描述個人特質就更顯重要。
下一篇「如何有力的自我介紹2」會著重在自我介紹後半段：強調個人特質，跟用「選我就是雙贏」結尾。
